Anthropic/Meta AI企業「隠れ自炊」発覚―小説家はどう向き合うべきか？

2026年1月29日 05:02

AIスタートアップのAnthropic、MetaなどがClaudeやLlama精度向上のために数百万冊の書籍を秘密裏に著作権上のリスクを冒してでも収集していたことが裁判資料から明らかになりました。

“Inside a tech company’s secretive plan to destroy millions of books”
「テック企業の極秘計画―数百万冊の本を破壊する内幕」https://www.washingtonpost.com/technology/2026/01/27/anthropic-ai-scan-destroy-books/

0：サクッと動画で見たい人はこちら

これまで「クリーンな学習」を標榜してきた大手AI企業ですが、その裏側では膨大な「自炊（無断スキャン）」データが使われていたことが判明しました。Googleの裁判記録が公開されたことで、もはや言い逃れのできない証拠が突きつけられた形です。

今後、日本でも日経や読売などが報じることで、「AIの出所（データソース）」に対する社会的・法的な圧力はかつてないほど高まるでしょう。
ワシントン・ポストの概要は以下に書いておきました。

これからは、AI企業が「勝手に使う」時代から、著者側が「使いやすい形で提供する」時代へとシフトするでしょう。

小説家は、自分の作品を単なる「読み物」としてだけでなく、「質の高い学習用データ資産」として管理する必要が出てくるでしょう。その際、作品を丸投げするのではなく、独自の感性を抽出した「辞書化」や「メタデータ化」が、自らの権利を守りつつAIを進化させる鍵となります。

この「バレてしまった」状況は、作家にとってどんなメリデメがあるでしょう？表にしてみました。

これまでのAI学習は、いわば「本をまるごと飲み込む」力技でした。しかし、今後は「出所は？」という厳しいチェックが入るでしょう。

そこで注目されるのが、本文そのものを学習させるのではなく、エッセンス「純度の高いワード群」を抽出した「AI向けの辞書」的なアプローチです。

これは言語処理学会(NLP2026)に論文を出した「嫉妬AI辞書」の「参照可能性」という方法です。

「どこから持ってきたかわからないデータ」で作られたAIは、信頼を失いつつあります。

これからは、作家の許可を得て、作家のコンテンツを正しく抽出した「血の通ったデータ」が、最も高価な値段で取引されるようになるはずです。

決してオオカミ少年のように煽ったりしません。でも、それをどう受け止めて、どう判断して、どう行動するか？はあなた次第です。

大事なことは、関係者（著者・編集者・法律家・AI技術者・AIサービス提供事業者・担当役所・担当大臣）が議論をすることでしょう。

徹底的にリサーチしていたので、AI企業が、自炊サイトから書籍データを購入しているのは知ってました。年末年始の論文で忙しいときに書いておいて良かったと思った次第。興味のある方はどうぞ。